DeepMind توسّع طرحها في مجال الروبوتات
قدّمت Google DeepMind نظام Gemini Robotics 2 بوصفه خطوة تتجاوز الأنظمة الروبوتية المحدودة بالأذرع أو بالتعامل فوق الطاولة، نحو استقلالية أوسع تشمل الجسم بالكامل. ووفقًا لتقرير The Robot Report، يضيف نموذج الرؤية-اللغة-الفعل المحدّث تحكمًا ذكيًا بالجسم بالكامل، ومهارة أكبر، ودعمًا لعمل عدة روبوتات معًا.
تكتسب هذه الخطوة أهميتها لأنها تستهدف فجوة مستمرة في الروبوتات. فالكثير من الأنظمة يستطيع أداء مهام تلاعب مُنسقة بعناية في بيئات محدودة، لكن عددًا أقل بكثير يمكنه الجمع بين الإدراك وفهم اللغة والحركة المنسقة عبر جسم بشري الشكل كامل. وتقول DeepMind إن Gemini Robotics 2 يقترب من هذا الحد عبر تمكين الروبوتات من التفكير في حركات مثل المشي والانحناء والتمدد والتعامل مع الأشياء كجزء من مهمة واحدة.
هذا لا يعني أن الروبوتات البشرية العامة قد وصلت. يشير التقرير بحذر إلى أن سرعة الحركة لا تزال بحاجة إلى تحسين. لكنه يصف هذا الإصدار بأنه خطوة مهمة في تحويل الذكاء الاصطناعي متعدد الوسائط من طبقة عروض توضيحية على الطاولة إلى متحكم في أعمال مادية أكثر واقعية.
من عروض الجزء العلوي من الجسم إلى الفعل الكامل للجسم
ركّزت نماذج DeepMind السابقة على التحكم في الجزء العلوي من الجسم لمهام الطاولة. أما Gemini Robotics 2، فيوصف بأنه يدير الجسم الكامل للروبوت. ويقول The Robot Report إن النظام يستطيع ترجمة نية المستخدم إلى حركة منسقة للجسم بالكامل، ما يمكّن الروبوت البشري الشكل من التنقل في المكان وإتمام مهام تجمع بين الحركة والتلاعب بالأشياء.
ويستخدم أحد الأمثلة في التقرير روبوت Apollo 2 البشري الشكل من Apptronik. فعندما يُطلب منه وضع إبريق ماء في صندوق أخضر على رف سفلي، يُقال إن الروبوت يفسر الطلب، ويمشي إلى الطاولة، يلتقط الجسم، يتحرك عبر الغرفة ويضعه في الموقع المستهدف. وتبرز هذه السلسلة لا لأن أي خطوة منفردة فيها غير مسبوقة، بل لأنها تجمع بين التعليمات اللغوية الطبيعية، والتعامل مع الأجسام، والمشي، والوضع الدقيق في سلوك مستمر واحد.
إذا ثبتت متانة هذه القدرات خارج العروض المُحكمة، فستعني توسعًا عمليًا فيما يمكن للمنصات البشرية الشكل أن تحاول القيام به. فالمستودعات والمختبرات وبيئات الخدمات غالبًا ما تتطلب هذا المزيج من الحركة والتلاعب، لا مجرد حركات ذراع منفصلة في محطة ثابتة.
المهارة والتعاون هما العنوانان الآخران
كما تؤكد DeepMind على التحكم الحركي الأدق. ويذكر The Robot Report أن Gemini Robotics 2 يستطيع التحكم في يد SharpaWave ذات الأصابع الخمسة و22 درجة حرية على Apollo 2. وهذا يشير إلى أن الشركة لا تعمل فقط على الحركة الكبيرة، بل أيضًا على سلوكيات الأصابع واليد الأكثر دقة اللازمة للإمساك والوضع المفيدين.
وتبقى المهارة من أصعب أجزاء الروبوتات في العالم الحقيقي. فالروبوت الذي يستطيع المشي عبر الغرفة تظل فائدته محدودة إذا لم يكن قادرًا على الإمساك الموثوق بأجسام متنوعة، وتوجيهها بشكل صحيح، والتفاعل مع البيئات المزدحمة. ومن خلال إبراز التحكم المتقدم باليد، تشير DeepMind إلى أنها تريد لمنصة الروبوتات الخاصة بها أن تغطي جزءًا أكبر من مشكلة التلاعب، لا مجرد الملاحة وتفسير اللغة.
كما تقدم الشركة أيضًا التعاون بين عدة روبوتات. ويقول التقرير إن Gemini Robotics ER 2، وهو نموذج استدلال مجسّد بُني كوكيل نموذج رؤية-لغة، صُمم لمساعدة الروبوتات على التواصل مع البشر، وفهم العالم المادي، والتخطيط لمهام متعددة الخطوات تستمر عدة دقائق. وتضع DeepMind طبقة الاستدلال هذه أساسًا لفرق من الروبوتات تعمل معًا في مهمة بدلًا من أن تعمل كآلات منفصلة.
وتلك نقطة مهمة استراتيجيًا. ففي الأتمتة الصناعية، تعتمد قيمة النظام الروبوتي غالبًا على التنسيق بين عدة آلات وسير عمل. وإذا استطاعت نماذج الذكاء الاصطناعي تنسيق عمليات التسليم أو تقسيم العمل بين الروبوتات، فقد تتغير اقتصاديات النشر لصالح أتمتة أكثر مرونة.
قد يوسع التنفيذ على الجهاز من نطاق النشر
عنصر آخر لافت هو التنفيذ المحلي. ويقول The Robot Report إن Gemini Robotics 2 يمكنه العمل على الجهاز والتكيّف مع أجسام روبوتية جديدة بالكامل خلال ساعات قليلة. كما طرحت DeepMind منفصلًا Gemini Robotics On-Device 2، وتقول إنه مُحسَّن للعمل محليًا على العتاد الروبوتي ويمكنه التكيف مع تجسيدات جديدة باستخدام بضع ساعات فقط من البيانات.
هذا الادعاء يعالج قيدين حقيقيين في نشر الروبوتات. أولًا، الاعتماد على السحابة قد يضيف تأخيرًا ومخاوف تتعلق بالاعتمادية وتعقيدًا تشغيليًا. ثانيًا، لا يريد مطورو الروبوتات إعادة تدريب النظام من الصفر لكل منصة جديدة. والنموذج الذي يمكن توجيهه بسرعة إلى أجسام مختلفة سيكون أكثر جاذبية لمصنعي العتاد والعملاء المؤسسيين الساعين إلى تقصير دورات الدمج.
ومع ذلك، ما تزال الإتاحة محدودة. ويقول The Robot Report إن Gemini Robotics ER 2 متاح على Google AI Studio وفي معاينة خاصة على Gemini Enterprise Agent Platform، بينما تُقدَّم نماذج VLA وOn-Device لشركاء الوصول المبكر. وهذا يعني أن الإعلان لا يزال أقرب إلى طرح مُدار منه إلى إصدار منتج واسع.
ما الذي يشير إليه هذا الإطلاق بالنسبة للذكاء الاصطناعي المادي
الرسالة الأوسع هي أن شركات الذكاء الاصطناعي الكبرى تتجه بقوة أكبر نحو الأنظمة المادية، لا المساعدين الرقميين فقط. وتشير صياغة DeepMind إلى أنها ترى الروبوتات الساحة التالية التي يجب أن تثبت فيها النماذج متعددة الوسائط قدرتها على ربط الفهم بالفعل. فاللغة والرؤية والتخطيط أدوات مفيدة، لكنها في الروبوتات لا تهم إلا إذا أنتجت حركة موثوقة في مساحات واقعية معقدة.
لا يحسم Gemini Robotics 2 ما إذا كانت الأجسام البشرية الشكل هي الصيغة الرابحة، ولا يثبت أن التحكم بأسلوب النماذج التأسيسية قد حل مشكلة الاعتمادية. لكنه يوضح الاتجاه الذي يسير فيه المجال: نحو نماذج يمكنها التعميم عبر أجسام روبوتية مختلفة، والعمل محليًا، واستخدام كل من الحركة والمهارة، والتنسيق مع روبوتات أخرى في مهام متعددة الخطوات.
لماذا يهم هذا
- هذا الإصدار يوسّع التحكم بالذكاء الاصطناعي من التلاعب فوق الطاولة إلى حركة الجسم بالكامل.
- تجمع DeepMind بين الحركة والقدرة البارعة لليد، وهو شرط أساسي للعمل العملي.
- قد يخفف التشغيل على الجهاز والتكيّف الأسرع من عوائق دمج العتاد الجديد.
- يشير التعاون بين عدة روبوتات إلى أنظمة أتمتة أوسع لا إلى آلات ذات غرض واحد.
وسيكون الاختبار الفوري هو ما إذا كان شركاء الوصول المبكر قادرين على إعادة إنتاج هذه القدرات خارج سيناريوهات العرض. وإذا كان ذلك ممكنًا، فقد يصبح Gemini Robotics 2 علامة مهمة في الانتقال من عروض الذكاء الاصطناعي متعدد الوسائط إلى أتمتة مادية أكثر قدرة.
تعتمد هذه المقالة على تقرير The Robot Report. اقرأ المقال الأصلي.
Originally published on therobotreport.com